Le fait
Le 20 juillet 2026, en keynote SIGGRAPH à Los Angeles, NVIDIA annonce et met en open la dernière pièce de la famille Cosmos 3 : Cosmos 3 Edge, un world foundation model / omnimodel de 4 milliards de paramètres conçu pour tourner en temps réel, on-device. Le brief CSV (« On-device Jetson Thor ») est exact sur le cœur de cible, mais trop court : Edge n’est pas un « petit modèle Jetson » isolé — c’est le maillon edge d’une gamme déjà déployée en Nano (16B) et Super (64B), unifiée sous une architecture mixture-of-transformers et pré-entraînée sur les mêmes données monde physique.
Ming-Yu Liu (VP Cosmos Lab) cadre le message : un backbone unique pour compréhension, prédiction, simulation et action, avec un vocabulaire commun entre embodiments (humanoïdes, grippers, AV). Cosmos 3 Edge comprend texte, image, vidéo, son ambiant et action ; il est optimisé pour un déploiement memory-efficient et un haut débit sur Jetson (dont Thor), RTX PRO, DGX et GPUs GeForce RTX. Sur Hugging Face, les checkpoints Cosmos3-Edge et Cosmos3-Edge-Policy-DROID sont publiés ; recipes d’inférence et de post-training suivent sur GitHub. NVIDIA revendique le #1 de sa classe de paramètres sur VANTAGE-Bench (vision analytics) et un état de l’art post-training pour l’apprentissage de politiques robot.
Le parcours industrialisation est explicite : post-entraîner Edge sur des données robot / capteurs propriétaires — notamment via DGX Station deskside — pour obtenir un world action model (WAM) spécialisé, puis le déployer sur Jetson Thor pour des politiques de manipulation ou de locomotion sans GPU datacenter dans la boucle. Sur Jetson AGX Thor T5000, les benchmarks NVIDIA montrent une politique DROID post-entraînée qui génère des action chunks en ~1,53 s (obs. 640×540, 15 Hz), un chunk couvrant ~2,13 s de mouvement — d’où un contrôle continu par replan après chaque inférence. Les poids ~9 Go en BF16 tiennent en mémoire embarquée Thor. Partenaires cités en évaluation robotics : Agile Robots, Doosan Robotics, Siemens, Skild AI ; côté vision agents / smart infrastructure : Centific, Vaidio, YUAN. Le module de raisonnement Nemotron 2B peut aussi tourner seul sur Jetson Orin 8 Go.
Contexte
Du GTC au SIGGRAPH : fermer la gamme. En mars 2026 (GTC), NVIDIA avait déjà posé Cosmos 3 (GR00T N2, Newton 1.0, ~110 partenaires Physical AI). SIGGRAPH 2026 n’est pas une « nouvelle famille » : c’est la livraison edge qui manquait pour coller le modèle là où vit le robot. Edge (4B) pour le contrôle local ; Nano (16B) pour post-training / AV ; Super (64B) pour fidélité frontier. Le discours Liu — « H for the robot, Nano for building, Super for frontier » dans la keynote — formalise une segmentation d’usage, pas trois modèles concurrents.
Le vrai problème n’était plus seulement la taille. Tant que les world models restaient en cloud ou sur cluster, le robot payait la latence, la connectivité et le risque data. Les équipes physical AI arbitrent depuis des mois entre capacité frontière et déployabilité. Edge répond à ce trade-off : même pré-entraînement monde physique que Nano/Super, footprint assez bas pour Thor, RTX PRO et DGX Spark. Les recettes OpenPI / WebSocket (écosystème DROID) permettent de servir la policy nativement sur le robot : observation dict → action chunk, client et serveur sur la même boîte.
Trois verticales, un même backbone. (1) Robotique : post-train WAM, politiques manipulation / locomotion, démos bras + caméra + Thor en booth. (2) AV : compréhension scène routière, raisonnement trafic, prédiction d’intention, distillation de policies (dont chemins vers Alpamayo). (3) Smart infrastructure : agents vision temps réel (trafic, sécurité publique, logistique, inspection) sur flux live Jetson Thor. Ce triptyque est cohérent avec la stratégie NVIDIA 2025–2026 : Omniverse / Isaac / Metropolis / Cosmos comme plateforme, pas comme catalogue de papiers.
SIGGRAPH comme théâtre graphics → physical AI. La keynote mélange neural rendering (Edward Liu), Earth-2 / AI physics (Neil Ashton) et Cosmos (Ming-Yu Liu). MotionBricks entraîné sur >350 000 clips pilote à la fois un personnage animé et un Unitree G1 en salle — preuve narrative que le même stack « mondes virtuels physiquement ancrés » nourrit créatif et robot. Cosmos-Dreams (simulateurs closed-loop, démo AV depuis une frame sur RTX PRO 6000) complète le flywheel data–sim–policy. Pour Neurone21, le signal n’est pas « encore un LLM » : c’est la convergence graphics / sim / edge policy.
Open weights + partenaires = default path. Hugging Face + GitHub + partners OEM (Agile, Doosan, Siemens, Skild) et vision (Centific, Vaidio, YUAN) reproduisent le playbook CUDA : rendre le chemin par défaut celui de la stack NVIDIA. Le module Nemotron 2B sur Orin 8 Go élargit la base installée edge déjà massive hors Thor.
Pourquoi ça compte
1. Le world model descend sur le robot. Fin du round-trip obligatoire cloud pour la policy : Thor + Edge 4B = boucle perception–raisonnement–action locale. Pour usines FR/EU à latence / souveraineté / air-gap, c’est un argument d’architecture, pas un détail marketing.
2. Gamme Edge / Nano / Super = continuum industrialisable. On ne choisit plus « frontier ou rien » : on post-entraîne sur DGX Station / cluster, on distille ou on déploie Edge. Le brief « 4B » sans cette grille sous-estime le produit plateforme.
3. Benchmarks actionnables, pas seulement leaderboard. VANTAGE-Bench #1 classe 4B + latences Thor documentées (~1,53 s / chunk DROID, succès closed-loop RoboLab ~22,9 % post-train) donnent des ordres de grandeur pour calibrer un POC manipulation — même si les chiffres restent vendor benchmarks.
4. Pression sur les stacks concurrentes. Qui pousse des VLA / world models open (Google Gemini Robotics, acteurs open-source, stacks chinoises) devra répondre sur latence edge native, recipes Jetson et partenaires OEM. Le serveur policy OpenPI sur Thor standardise aussi l’intégration côté labos DROID.
5. Signal pour intégrateurs et OEM européens. Agile Robots, Siemens, Doosan dans la liste d’évaluateurs : les RFP 2026–2027 peuvent exiger un chemin « post-train propriétaire → deploy Thor » plutôt qu’un API cloud. À croiser avec Jetson T2000/T3000 annoncés dans le même écosystème Tokyo / industrial Physical AI.
6. Limites à garder en tête. Succès closed-loop encore modestes hors tâches étroites ; dépendance stack NVIDIA (GPU, Jetson, recipes) ; gouvernance data usine lors du post-training DGX ; confusion possible entre Cosmos 3 Edge (4B omni) et le reasoner Nemotron 2B autonome — deux briques, deux budgets mémoire.
Lecture Neurone21
Thèse courte : le 20 juillet 2026 à SIGGRAPH, NVIDIA ne « sort pas un petit modèle » — il ferme la gamme Cosmos 3 avec Edge 4B, un omnimodel world/action déployable on-device sur Jetson Thor (et RTX PRO / DGX), open sur Hugging Face, avec post-training deskside et politiques DROID temps réel. Le brief CSV est juste sur la cible Thor ; la lecture utile pour une équipe FR/EU (OEM robotique, vision usine, AV, fonds deeptech) est : (1) cartographier quels use cases (manipulation, inspection, traffic agents) tiennent déjà en BF16 ~9 Go sur Thor ; (2) exiger des mesures closed-loop et latence chunk, pas une démo open-loop booth ; (3) traiter Edge / Nano / Super comme un pipeline (build → distill/deploy), pas trois SKU isolés ; (4) identifier les partenaires Agile / Siemens / Doosan / Skild comme signaux d’adoption industrielle ; (5) arbitrer souveraineté edge vs lock-in CUDA/Jetson avant tout volume.
À suivre : recettes post-train hors DROID, adoption réelle sur T2000/T3000, chiffres VANTAGE et RoboLab reproductibles par tiers, et convergence éventuelle Edge avec agents Metropolis / Isaac skills déjà poussés à CVPR.
Sources : NVIDIA Blog — SIGGRAPH 2026 / Cosmos 3 Edge, 20/07/2026 · NVIDIA Technical Blog — Post-train Cosmos 3 Edge on-device · Hugging Face — Introducing Cosmos 3 Edge. Image : cover Neurone21 (synthèse éditoriale).